Modelling tree-ring cellulose δ <sup>18</sup> O variations of two temperature-sensitive tree species from North and South America
Notice bibliographique
Résumé
Abstract. Oxygen isotopes in tree-rings (δ18OTR) are widely used to reconstruct past climates. However, the complexity of climatic and biological processes controlling isotopic fractionation is not yet fully understood. Here, we use the MAIDENiso model to decipher the variability of δ18OTR of two temperature-sensitive species of relevant paleoclimatological interest (Picea mariana and Nothofagus pumilio) and growing at cold high-latitudes in North and South America. In this first modelling study on δ18OTR values in both northeastern Canada (53.86° N) and western Argentina (41.10° S), we specifically aim at: (1) evaluating the predictive skill of MAIDENiso to simulate δ18OTR values, (2) identifying the physical processes controlling δ18OTR by mechanistic modelling and, (3) defining the origin of the temperature signal recorded in the two species. Although the linear regression models used here to predict daily δ18O of precipitation (δ18OP) may need to be improved in the future, the resulting daily δ18OP values adequately reproduce observed (from weather stations) and simulated (by global circulation model) δ18OP series. The δ18OTR values of the two species are correctly simulated using the δ18OP estimation as MAIDENiso input, although some offset in mean δ18OTR levels is observed for the South American site. For both species, the variability of δ18OTR series is more likely linked to the effect of temperature on isotopic enrichment of the leaf water rather than on the isotopic composition of the source water. We show that MAIDENiso is a powerful tool for investigating isotopic fractionation processes but that the lack of a denser isotope-enabled monitoring network recording oxygen fractionation in the soil-vegetation-atmosphere compartments limits our capacity to decipher the processes at play. This study proves that the eco-physiological modelling of δ18OTR values is necessary to interpret the recorded climate signal more reliably.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».